高效处理重复数据：为Pandas数据列添加连续序号
在数据分析中，常常需要根据数据列的值，生成一列连续序号，且要求相同的值拥有相同的序号，不同值则序号递增。本文将演示如何使用Python的Pandas库高效实现此功能。
问题描述：
给定一列数据，需要生成对应的序号列。如果数据列中相邻值相同，则赋予相同的序号；如果相邻值不同，则序号递增。例如，数据列[11, 21, 24, 24, 24, 25, 25]，生成的序号列应为[1, 2, 3, 3, 3, 4, 4]。
立即学习“Python免费学习笔记（深入）”；
解决方案：
利用Pandas和NumPy库，我们可以简洁地解决这个问题。以下代码展示了具体实现：
import numpy as np
import pandas as pd
data = [11, 21, 24, 24, 24, 24, 25, 25, 26, 26, 26, 26, 23, 26, 26, 26, 26, 20, 26, 26, 26, 26]
df = pd.DataFrame({'data': data})
df['序号'] = np.cumsum(df['data'].diff() != 0) +1
print(df)
代码首先创建一个包含数据列'data'的Pandas DataFrame。核心代码df['序号'] = np.cumsum(df['data'].diff() != 0) + 1 计算数据列的差分，判断相邻数据是否相同，并对布尔值结果进行累加，实现序号递增。最后加1是为了序号从1开始。最终结果如下：
data 序号 0 11 1 1 21 2 2 24 3 3 24 3 4 24 3 5 24 3 6 25 4 7 25 4 8 26 5 9 26 5 10 26 5 11 26 5 12 23 6 13 26 7 14 26 7 15 26 7 16 26 7 17 20 8 18 26 9 19 26 9 20 26 9 21 26 9
这段代码简洁高效地实现了为数据列添加连续序号的功能，满足了题目要求。
